浅论股权的法律属性

股权问题是现代企业制度的核心问题，它对于理顺股东与公司之间的产权关系，无论在理论还是实际运作中都意义深远。随着国有企业改革的进展，我国公司立法及公司制度的兴起，关于如何界定国家与企业产权关系、股东权的法律保护等问题引起了广泛而长久的争论，而要正确解决这些问题的关键在于要弄清股权的性质，理清股权的法律属性。股权的法律属性表明它是一种与人身相关联、具有独立的权能形式、有其自身特征、内容和法律关系的完整而独立的权利形态，是一种新型的财产性民事权利。     

内部审计在公司治理中的作用

公司治理是伴随着现代企业而产生发展的,它通过一套制度的安排对企业的权、责、利进行约束。而内部审计正是对这套制度的再监督。本文从公司治理的角度,根据内部审计的涵义和职能,在分析内部审计与公司治理联系的基础上,论述内部审计在公司治理中的作用。同时,结合我国公司治理的现状,揭示内部审计工作存在的问题和相应的解决措施。     

家族式企业裂解动因的制度分析

我国家族企业“富不过三代”现象引起了人们的极大关注。笔者认为,家族式企业裂解的制度原因在于产权制度的排他性、委托代理的高风险性以及人才选拔的制度封闭性。     

论农村合作金融产权改革的制度设计

要发展农业和农村经济,必须大力推动农村合作金融制度创新,核心是产权制度创新,改革现行不合理的农村合作金融产权制度。本文提出改革应遵循的基本原则,并设计了农村合作金融产权制度的短期和长期模式。     

独立的环境法益的刑法保护

本文随着独立的环境法益的提出 ,首先 ,从法哲学的角度对我国的环境刑法未充分重视独立的环境法益的保护进行了价值分析 ,并认为应当赋予自然环境以人格的权利。其次 ,从犯罪学和刑法学的角度对独立的环境法益的刑法保护密切相关的行政从属性理论进行了评判 ,认为只有突破功利的价值观和绝对的行政从属性 ,才能反映环境要素的固有存在 ,才是公正的环境刑法。最后 ,在以上前提下对我国环境刑法在独立的环境法益的刑法保护方面进行了新的论证。     

动产所有权合同移转模式的比较法研究

本文采用比较法的方法 ,就有体动产所有权合同移转模式进行了探讨。认为除法律另有规定或者当事人另有约定外 ,有体动产所有权的移转应该从交付受让人时发生 ;有体动产所有权移转的效力依赖于基础合同的存在及其有效。文章同时对我国《合同法》的相关条款存在的缺陷提出了自己的观点     

反思与完善：从应然视角分析我国私有财产权宪法保障规范

我国宪法经过四次修宪后，有关私有财产权保障规范体系已经形成，但是这并不能说明我国宪法上私有财产权保障规范方面完美无缺。本文试从应然的角度反思我国私有财产权保障的不足之处，并就我国实际提出完善的对策。     

论侵占罪中的遗忘物与埋藏物

侵占遗忘物和埋藏物是侵占罪的两个特殊类型。遗忘物是指持有人有意识地放置于某一特定场所,由于疏忽而忘记带走,而为该特定场所的特定人员所控制的动产,不包括遗失物。埋藏物是指埋没或隐藏于地下或他物之中的物,包括隐藏物。     

Markov Properties for Acyclic Directed Mixed Graphs

We consider acyclic directed mixed graphs, in which directed edges ( x → y ) and bi-directed edges ( x ↔ y ) may occur. A simple extension of Pearl's d -separation criterion, called m -separation, is applied to these graphs. We introduce a local Markov property which is equivalent to the global property resulting from the m -separation criterion for arbitrary distributions.     

On an adaptive version of the Metropolis–Hastings algorithm with independent proposal distribution

In this paper, we present a general formulation of an algorithm, the adaptive independent chain (AIC), that was introduced in a special context in Gåsemyr et al . [ Methodol. Comput. Appl. Probab. 3 (2001)]. The algorithm aims at producing samples from a specific target distribution Π, and is an adaptive, non-Markovian version of the Metropolis–Hastings independent chain. A certain parametric class of possible proposal distributions is fixed, and the parameters of the proposal distribution are updated periodically on the basis of the recent history of the chain, thereby obtaining proposals that get ever closer to Π. We show that under certain conditions, the algorithm produces an exact sample from Π in a finite number of iterations, and hence that it converges to Π. We also present another adaptive algorithm, the componentwise adaptive independent chain (CAIC), which may be an alternative in particular in high dimensions. The CAIC may be regarded as an adaptive approximation to the Gibbs sampler updating parametric approximations to the conditionals of Π.